遥感图像几何校正(较易)
Envi遥感图像几何校正
遥感数字图像处理——几何精校正1.实验原理、目的和内容1.1.实验原理遥感图像纠正是通过计算机对图像每个像素逐个地解析纠正处理完成的,所以能够较清晰地改正线性和非线性变形误差。
几何精纠正的基本原理是回避成像的空间几何过程,直接利用地面的控制点数据对遥感图像的几何畸变本身进行数学模拟,并且认为遥感图像的总体畸变可以看做是挤压、扭曲、缩放、偏移以及更高次的基本变形的综合作用的结果。
因此,校正前后的图像相应点的坐标关系可以用一个适当的数学模型来表示。
1.2.实验目的采用图像-地图纠正法,对TM遥感图像进行几何精纠正,即把不同传感器具有几何精度的图像和地图中的相同地物元素精确地彼此匹配、叠加在一起,以满足集成的需要。
1.3.实验内容对南京市TM图像AA进行几何精纠正。
2.实验过程2.1.地图投影信息的获取进行精校正之前,应该获取标准图像的投影信息,利用ArcGIS或MapInfo软件即可查看投影类型为:GK Zone 20(Pulkovo 1942)2.2.显示需要校正的图像利用Envi导入图像,RGB合成,选择4,3,2波段即可2.3.选择控制点本实验中采用图像-地图纠正,在图像窗口中选择地面控制点(GCP),然后在地图窗口中找到同名地物点,记录点位的坐标信息(见图1)。
首先,进行图像-地图纠正,Map——Registration——Select GCPs:Image to Map。
再在Image to Map Registration窗口中,根据参照的矢量地图选择Gk Zone 20(Pulkova 1942),确定后,弹出Ground Control Points Selection窗口。
在添加地面控制点:在图像窗口中移动光标,确定GCP的位置,然后在矢量地图窗口中确定同名地物点,并将其坐标拷贝到本窗口中的地图坐标文本框中。
确认合适后,单击Add Point产生一个同名地物点。
(见图2)依次进行下去,直到数量复合要求,一般需要6个以上,并且分布均衡(图3)选取控制点完毕后进行纠正,由于选取控制点数量较少,因此使用一阶多项式的方法,重采样方法为最临近采样。
ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok
实验三 ENVI影像的几何校正本专题旨在介绍如何在ENVI中对影像进行地理校正,添加地理坐标,以及如何使用ENVI进行影像到影像的几何校正。
遥感图像的几何纠正是指消除影像中的几何形变,产生一幅符合某种地图投影或图形表达要求的新影像。
一般常见的几何纠正有从影像到地图的纠正,以及从影像到影像的纠正,后者也称为影像的配准。
遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。
几何纠正包括两个核心环节:一是像素坐标的变换,即将影像坐标转变为地图或地面坐标;二是对坐标变换后的像素亮度值进行重采样。
本实验将针对不同的数据源和辅助数据,提供以下几种校正方法:Image to Map几何校正:通过地面控制点对遥感图像几何进行平面化的过程,控制点可以是键盘输入、从矢量文件中获取。
地形图校正就采取这种方法。
Image to image几何校正:以一副已经经过几何校正的栅格影像作为基准图,通过从两幅图像上选择同名点(GCP)来配准另一幅栅格影像,使相同地物出现在校正后的图像相同位置。
大多数几何校正都是利用此方法完成的。
Image to image自动图像配准:根据像元灰度值自动寻找两幅图像上的同名点,根据同名点完成两幅图像的配准过程。
当同一地区的两幅图像由于各自校正误差的影像,使得图上的相同地物不重叠时,可利用此方法进行调整1. 地形图的几何校正(1)打开并显示地形图从ENVI主菜单中,选择file →open image file,打开3-几何校正\地形图\G-48-34-a.JPG。
(2)定义坐标从ENVI主菜单栏中,选择Map →Registration →Select GCPs:Image to map。
在image to Map Registration对话框中,点击并选择New,定义一个坐标系从ENVI主菜单栏中,选择Map →Registration →Select GCPs: Image to Map。
遥感图像几何校正
第4讲遥感图像几何校正遥感成像的时候,由于飞行器的姿态、高度、速度以及地球自转等因素的影响,造成图像相对于地面目标发生几何畸变,这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等,针对几何畸变进行的误差校正就叫几何校正。
几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差,由于校正过程中会将坐标系统赋予图像数据,所以此过程包括了地理编码。
在开始介绍ENVI的几何校正操作之前,首先对ENVI的几何校正几个功能要点做一个说明。
1几何校正方法(1)利用卫星自带地理定位文件进行几何校正对于重返周期短、空间分辨率较低的卫星数据,如A VHRR、MODIS、SeaWiFS等,地面控制点的选择有相当的难度。
这时,可以利用卫星传感器自带的地理定位文件进行几何校正,校正精度主要受地理定位文件的影响。
(2) image to image几何校正通过从两幅图像上选择同名点(或控制点)来配准另外一幅栅格文件,使相同地物出现在校正后的图像相同位置(3)image to map几何校正通过地面控制点对遥感图像几何进行平面化的过程。
(4)image to image 自动图像配准根据像元灰度值或者地物特征自动寻找两幅图像上的同名点,根据同名点完成两幅图像的配置过程。
(5)image registration workflow流程化工具将具有不同坐标系、不同地理位置的图像配准到同一坐标系下,使图像中相同地理位置包含相同的地物。
2控制点选择方式ENVI提供以下选择方式:∙从栅格图像上选择如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据,可以从中选择控制点,对应的控制点选择模式为Image to Image。
∙从矢量数据中选择如果拥有需要校正图像区域的经过校正的矢量数据,可以从中选择控制点,对应的模式为Image to Map。
∙从文本文件中导入事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据,保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点,对应的控制点选择模式为Image to Image 和Image to Map。
如何进行遥感图像的几何校正与分类处理
如何进行遥感图像的几何校正与分类处理遥感图像是通过人造卫星、航空器或遥感器获取的地球表面的图像信息。
在进行遥感图像的处理和分析时,几何校正和分类处理是其中重要的步骤。
本文将重点探讨如何进行遥感图像的几何校正和分类处理,并介绍相关的方法和技术。
一、遥感图像的几何校正遥感图像的几何校正是指将图像中的像素点与地球表面上真实位置进行对应,以消除因成像过程中的非完美性而引入的误差。
几何校正的目的是提高图像的空间分辨率和地理位置精度,从而能够更准确地用于地表特征的分析和监测。
1. 预处理在进行几何校正之前,需要先对遥感图像进行预处理,包括去除大气影响、辐射校正和减噪等。
这些预处理步骤有助于提高图像的质量和准确性。
2. 控制点的选择几何校正过程中需要选择一些已知地理位置的控制点,用于图像与地理坐标系统的对应。
这些控制点可以是地面标志物、地理信息系统(GIS)数据或其他已知位置的遥感图像。
控制点的选择应均匀分布在图像中,并要尽量选择在不同地貌和地物类型上的点,以提高校正的准确性。
3. 变换模型的选择几何校正过程中需要选择适合图像特性和误差来源的变换模型。
常用的变换模型包括线性变换模型、多项式模型和地面控制点法等。
选择合适的变换模型可以提高校正的准确性和效率。
4. 校正方法和工具进行几何校正时,可以使用遥感软件如ENVI、ERDAS等提供的功能和工具。
这些软件提供了多种校正方法和算法,如影像配准、几何校正、快速校正等。
根据具体需求和图像特性选择合适的校正方法和工具,并进行参数设置和调整。
二、遥感图像的分类处理遥感图像的分类处理是指将图像中的像素按照其所代表的地物类型进行分类和划分。
分类处理的目的是将图像中的信息有效地提取出来,并用于地表特征的研究、资源调查和环境监测等。
1. 数据预处理在进行分类处理之前,需要对遥感图像进行数据预处理,包括辐射校正、几何校正、噪声抑制等。
这些预处理步骤可以提高分类的准确性和可靠性。
遥感图像几何精校正实验报告
遥感图像几何精校正实验名称:遥感图像的几何精校正。
实验目的:1.了解和熟悉envi软件的几何校正的原理2.熟悉和掌握envi软件的几何校正的功能和使用方法;3.对自己的图像先找到投影,再另存一幅图像,去掉投影,在其它软件中旋转一角度,用原先的图像作为参考对旋转后的图像进行几何校正,使得其比较精确。
实验原理:几何校正,主要方法是采用多项式法,机理是通过若干控制点,建立不同图像间的多项式控件变换和像元插值运算,实现遥感图像与实际地理图件间的配准,达到消减以及消除遥感图像的几何畸变。
多项式几何校正激励实现的两大步:1. 图像坐标的空间变换:有几何畸变的遥感图像与没有几何畸变的遥感图像,其对应的像元的坐标是不一样的,如下图1右边为无几何畸变的图像像元分布图,像元是均匀且不等距的分布。
为了在有几何畸变的图像上获取无几何畸变的像元坐标,需要进行两图像坐标系统的空间装换。
图1:图像几何校正示意图在数学方法上,对于不同二维笛卡儿坐标系统间的空间转换,通常采用的是二元n次多项式,表达式如下:其中x, y为变换前图像坐标, u, v为变换后图像坐标, aij , bij为多项式系数, n = 1, 2,3, ⋯。
二元n次多项式将不同坐标系统下的对应点坐标联系起来, ( x, y )和( u, v )分别应不同坐标系统中的像元坐标。
这是一种多项式数字模拟坐标变换的方法,一旦有了该多项式,就可以从一个坐标系统推算出另一个坐标系统中的对应点坐标。
如何获取和建立二元n次多项式,即二元n次多项式系数中a和b的求解,是几何校正成败的关键。
数学上有一套完善的计算方法,核心是通过已知若干存在于不同图像上的同名点坐标,建立求解n次多项式系数的方程组,采用最小二乘法,得出二元n次多项式系数。
不同的二元n次多项式,反映了几何畸变的遥感图像与无几何畸变的遥感图像间的像元坐标的对应关系, 其中哪种多项式是最佳的空间变换模拟式,能达到图像间坐标的完全配准,是需要考虑和分析的。
遥感图像的几何校正56页PPT
遥感图像的精加工处理
在粗加工处理的基础上,采用地面控制点(GCP) 的方法进一步提高影像的几何精度
几何处理的两个环节
1. 像素坐标的变换——解决位置问题 ➢ 多项式模型 2. 灰度重采样——解决亮度问题 ➢ 最邻近像元采样法 ➢ 双线性内插法 ➢ 双三次卷积重采样法
全景畸变
左图是中心投影方式得到的(比例尺基本一致) 右边是逐点扫描成像得到的影像。横轴是飞行方向,纵轴是
扫描方向。在星下点的扫描线,分辨率最高,两边都在对称 的发生变化 直线在逐点扫描成像图中,变成曲线;圆形变成了椭圆形
不同成像方式引起的影像变形
中心投影方式
➢地形起伏引起的投影差
多中心投影方式
行于航线方向为a θ,垂直于 航线方向为a θ’
aHcosH asec
aasecasec2
逐点扫描成像——全景畸变
当观测视线垂直于地面或者倾斜 了θ角之后,地面分辨率的值发生 变化
随着扫描镜的转动,地面扫描范 围的直径在发生变化,这样的变 化对图像是有影响的,称为全景 畸变
全景畸变的原因:焦距是不变的, 物距在发生变化。导致分辨率发 生变化,也导致比例尺发生变化
地球曲率、大气折光和地形起伏引 起的误差
地球自传引起的变形
当卫星由北向南运行 的同时,地球表面也 在由西向东自转
由于卫星图像每条扫 描线的成像时间不同 ,因而造成扫描线在 地面上的投影依次向 西平移,最终使得图 像发生扭曲
遥感图像的几何变形
遥感图像通常包含严重的几何变形,一般 分为系统性和非系统性两大类
➢由于比例尺变化造成的全景畸变 ➢地形起伏引起的投影差
基于多项式的遥感图像快速几何校正
基于多项式的遥感图像快速几何校正
遥感图像在获取过程中,有可能因为影像传感器、平台运动等原因导致影像存在几何畸变。
为了消除影像的几何畸变,需要进行高精度的几何校正处理。
基于多项式的遥感图像快速几何校正是一种常用的几何校正方法,下面将它的主要思路进行简要说明。
1. 选择标志物。
在进行几何校正之前,首先需要在影像中找到几个能够标志影像坐标系的地貌对象。
比如对于航拍影像,可以选择建筑物、道路交叉口等;对于卫星遥感影像,可以选择大陆岸线、河流等特征,通过这些标志物确定影像几何畸变。
2. 拟合影像多项式模型。
根据标志物的坐标,可以建立影像坐标与空间坐标之间的变换关系,并将变换关系用多项式模型进行拟合,常用的多项式模型包括线性模型、二次模型和三次模型等。
3. 校正图像畸变。
在确定了多项式模型后,将其应用于整个影像中,对影像进行快速几何校正,消除影像畸变。
在应用多项式模型时,可以根据不同地区使用不同的多项式模型,以提高生成的校正图像的准确性。
4. 评估几何校正精度。
根据已知的标志物坐标和校正后影像中的变换关系,可计算出影像几何校正后的精度,并对校正效果进行评估。
总之,基于多项式的遥感图像快速几何校正是一种常用的遥感图像校正方法,它能够快速消除影像几何畸变,实现遥感影像的快速处理和分析,是遥感图像处理中的一种重要方法。
遥感图像几何校正(较易)
2019/10/13
23
二、几何校正的一般过程
遥感数字影像几何校正的一般过程
输 入确 原定 始工 数作 字范 影围 像
2019/10/13
匹
配
选 择 地 面 控 制 点
选 择 地 图 投 影
地 面 控 制 点 与 像 元
位
置
选 择 校
像
输 出
随机性畸变(外部)是指大小不能预测,其出现带有随机性 质的畸变,例如地形起伏造成的随地形而异的几何偏差。
2019/10/13
7
2019/10/13
8
2019/10/13
9
二、引起遥感图像几何变形的影响因素
1、传感器成像投影方式带来的变形
传感器有中心投影,全景投影,斜距投影以及平行投影等几 种成像方式。地形平坦地区的中心投影和垂直投影没有几何 畸变,但对全景投影和斜距投影则产生图像变形。
正 元纠
函 灰正
数 和 相 关
度 重 采
数 字 影
参 样像
数
24
1、准备工作。 收集和分析影像数据、地图资料、大地测量成果、航天器轨道参
数和传感器姿态参数,所需控制点的选择和量测等。 2、原始数字影像输入。 按规定的格式将遥感数字影像用专门的程序读入计算机。 3、确定工作范围并裁剪 一般裁剪范围要大于工作范围。 4、选择地面控制点(直接影响图像最后的校正精度) 根据图像特征和地区情况,结合野外调查和地形图选择地面控制
在遥感数字图像处理中,为了取得良好的处理效果,所处理的图 像必须经过几何校正(几何粗校正和几何精校正)、辐射校正以 及噪声抑制等处理后,才能根据实际待研究问题的需要进行诸如 图像增强、分类的处理 。
遥感实验2遥感图像的几何校正
contents
目录
• 引言 • 遥感图像几何校正的基本原理 • 遥感图像几何校正的步骤 • 实验操作与结果分析 • 问题与解决方案 • 实验总结与展望
01 引言
实验目的
掌握遥感图像几何校 正的基本原理和方法。
了解几何校正对遥感 图像应用的影响。
学会使用遥感软件进 行几何校正操作。
04 实验操作与结果分析
数据准备
数据来源
选择具有代表性的遥感图像,确保数据质量可靠且具有实际 应用价值。
数据预处理
对原始数据进行必要的预处理,如辐射定标、大气校正等, 以提高几何校正精度。
实验操作过程
几何校正方法选择
根据遥感图像的特点和实际需求,选择合适的几 何校正方法,如多项式校正、仿射变换等。
THANKS FOR WATCHING
感谢您的观看
06 实验总结与展望
实验收获与体会
实验收获
通过本次实验,我深入了解了遥感图像 的几何校正方法,掌握了常用的校正算 法。
VS
实验体会
在实验过程中,我遇到了很多困难和挑战 ,但通过不断尝试和探索,最终成功完成 了实验任务。
对实验的改进建议
算法优化
建议对常用的几何校正算法进行优化,提高校正精度和效率。
不同遥感图像的比例尺可 能存在差异,导致图像拼 接时出现不协调。
问题解决方案
使用地理参考数据
通过地理参考数据对遥感图像进行几何校正,使其与实际地形相 匹配。
图像配准技术
利用图像配准技术,将不同来源的遥感图像进行对齐,消除错位现 象。
调整图像比例尺
通过几何变换算法,调整不同图像的比例尺,使其一致,便于拼接。
数据来源多样性
实验之 遥感图像的几何校正
实验二遥感图像的几何校正一、目的和要求:通过实验,理解遥感图像几何校正的基本原理和意义,掌握遥感图像几何校正的基本方法和步骤,熟悉ERDAS软件中图像几何校正的操作流程。
二、实验内容在ERDAS软件中,采用二元二次多项式校正模型对遥感图像进行几何精校正。
三、原理和方法1.选取地面控制点地面控制点应在图像上有明显的、清晰的定位识别标志,如道路交叉点、农田边界等;应不随时间而变化;地面控制点应当均匀分布在整幅图像,且有一定的数量保证,至少应超过多项式系数的个数。
2.建立多项式校正模型一般次数越高,校正精度越高,但要求控制点的数量也多,而且计算量较大,因此常用的校正模型为二次多项式,具体可根据实际情况确定。
3.灰度值重采样4.验证校正精度检查校正后的精度,要求误差控制在0.5个像元以内,当误差较大时,调整校正式或控制点。
四、实验步骤1.显示图像文件(Display Image Files)首先,在ERDAS图标面板中点击Viewer图标两次,打开两个视窗(Viewer1/Viewer2),并将两个视窗平铺放置,操作过程如下:ERDAS图标面板菜单条:Session→Title Viewers然后,在Viewer1中打开需要校正的Lantsat图像:tmAtlanta,img在Viewer2中打开作为地理参考的校正过的SPOT图像:panAtlanta,img 2.启动几何校正模块(Geometric Correction Tool)Viewer1菜单条:Raster→ Geometric Correction→打开Set Geometric Model对话框(图1-1)→选择多项式几何校正模型:Polynomial→OK→同时打开Geo Correction Tools对话框(图1-2)和Polynomial Model Properties对话框(图1-3)。
在Polynomial Model Properties对话框中,定义多项式模型参数以及投影参数:→定义多项式次方(Polynomial Order):→定义投影参数:(Projection):→Apply→Close→打开GCP Tool Referense Setup 对话框(图1-4)图1-1 Set Geometric Model对话框图1-2 Geo Correction Tools对话框图1-3 Polynomial Properties对话框图1-4 GCP Tool Referense Setup 对话框3.启动控制点工具(Start GCP Tools)图1-5 Viewer Selection Instructions首先,在GCP Tool Referense Setup对话框(图1-4)中选择采点模式:→选择视窗采点模式:Existing Viewer→OK→打开Viewer Selection Instructions指示器(图1-5)→在显示作为地理参考图像的Viewer2中点击左键→打开Reference Map Information 提示框(图1-6);→OK→此时,整个屏幕进入控制点采点状态(图1-7)。
遥感图像的几何校正
5.采集地面检查点(Ground Check Point)
以上采集的 GCP的类型均为控制点,用于控制计算,建立转换模型 及多项式方程。下面所要采集的GCP类型是检查点
6.计算转换模型(Compute Transformation)
在控制点采集过程中,一般是设置为自动转换计算模型。所以随着 控制点采集过程的完成,转换模型就自动计算生成。
在Set Geo-Correction Input File对话框中,需要确定校正图像, 有两种选择情况:
其一:首先确定来自视窗(From Viewer),然后选择显示图像视 窗。
其二:首先确定来自文件(From Image File),然后选择输入图 像。
三、遥感图像几何校正的途径
1.显示图像文件(Display Image Files)
4.采集地面控制点(Ground Control Point)
GCP的具体采集过程: 在图像几何校正过程中,采集控制点是一项非常重要和繁重的工 作,具体过程如下: (1)在GCP工具对话框中,点击Select GCP图表,进入GCP选 择状态; (2)在GCP数据表中,将输入GCP的颜色设置为比较明显的黄色。 (3)在Viewer1中移动关联方框位置,寻找明显的地物特征点, 作为输入GCP。 ( 4 ) 在 GCP 工 具 对 话 框 中 , 点 击 Create GCP 图 标 , 并 在 Viewer3中点击左键定点,GCP数据表将记录一个输入GCP,包括其 编号、标识码、X坐标和Y坐标。
2.启动几何校正模块(Geometric Correction Tool)
(1)Viewer1菜单条:Raster→ Geometric Correction→打 开Set Geometric Model对话框
遥感图像解译中的几何纠正方法
遥感图像解译中的几何纠正方法随着遥感技术的不断发展,遥感图像的获取和应用越来越普遍。
然而,由于拍摄角度、地面形态等因素的影响,遥感图像存在几何形变的问题。
为了解决这个问题,人们提出了许多几何纠正方法。
本文将介绍几种常见的遥感图像几何纠正方法,并探讨它们的优劣势。
一、多项式拟合法多项式拟合法是一种常用的几何纠正方法。
它通过将原始图像中的像素位置与现实世界中的地理位置进行对应,建立像素坐标与地理坐标之间的映射关系。
随后,利用多项式拟合的方法,根据已知的像素位置和地理位置对应关系,推导出一个几何变换模型,从而对图像进行几何纠正。
多项式拟合法的优点是简单易行,适用于各种图像,并且能够有效地减小几何变形。
然而,它也存在一定的局限性,例如对于大范围的图像,多项式拟合法在极端情况下可能会引入较大的误差。
二、控制点法控制点法是一种基于已知控制点坐标的几何纠正方法。
首先,需要在原始图像和现实世界中选取一些已知位置的控制点。
然后,根据这些已知控制点的像素坐标和地理坐标,建立起坐标之间的对应关系。
最后,通过将图像中的像素位置与地理位置对应起来,根据已知控制点的坐标对图像进行几何纠正。
控制点法的优点是准确性高,适用于各种尺度的图像。
然而,它的缺点是需要大量的已知控制点,并且对于图像中没有控制点的区域,无法进行几何纠正。
三、地形校正法地形校正法是一种考虑地面形态的几何纠正方法。
遥感图像的获取往往会受到地面形态的影响,导致图像中的距离和角度存在失真。
地形校正法通过获取地面高程数据,并将其与遥感图像相结合,对图像进行几何纠正。
地形校正法的优点是能够考虑地面形态,提高几何纠正的精度。
然而,它的缺点是需要获取地面高程数据,成本较高且工作量较大。
同时,在平坦地区或缺乏高程数据的地区,地形校正法可能不能有效实施。
综上所述,遥感图像解译中的几何纠正方法有多种选择。
每种方法都有其独特的优劣势,适用于不同的情况。
在实际应用中,可以根据需求和条件选取合适的几何纠正方法,以提高图像的几何精度和应用效果。
第四章 遥感图像处理――几何校正PPT课件
三种内插方法比较
方法 1
优点 简单易用,计算量小
缺点
处理后的影像亮度具有不连 续性,影响精确度
精度明显提高,特别是对亮度 计算量增加,且对影像起到
2
不连续现象或线状特征的块状 平滑作用,从而使对比度明
化现象有明显的改善。
显的分界线变得模糊。
3
更好的影像质量,细节表现更 为清楚。
工作量很大。
23
18
像元灰度值重采样
校正前后图像的分辨率变化、像元点位置相对变化引 起输出图像阵列中的同名点灰度值变化。
x X
P(X,Y) Y
纠正后影像
p(x,y) y
纠正前影像
19
最近邻法
—以距内插点最近的观测点的像元值为所求的像元值。
影像中两相邻点的距离为1,即 行间距△x=1,列间距△y=1,取与 所计算点(x,y)周围相邻的4个点,比 较它们与被计算点的距离,哪个点距 离最近,就取哪个的亮度值作为 (x,y)点的亮度值f(x,y)。设该 最近邻点的坐标为(k,l),则
一是指平台在运行过程中,由于姿态、地球曲 率、地形起伏、地球旋转、大气折射、以及传 感器自身性能所引起的几何位置偏差。
二是指图像上像元的坐标与地图坐标系统中相 应坐标之间的差异。
3
引起遥感图像几何变形的因素
一、遥感平台位置和运动状态变化的影响
旁向位移的影响 速度变化即航向位移的影响
高度变化的影响—地面分辨率不均匀 俯仰变化的影响
21
三次卷积内插法
取与计算点(x,y)周 围 相 邻 的 16 个 点 , 与 双 向 线 性内插类似,可先在某一方 向上内插,每4个值依次内插 4次,求出f(x,j-1),f(x, j ) , f(x,j+1) , f(x,j+2) , 再根据这四个计算结果在另 一 方 向 上 内 插 , 得 到 f(x , y)。
遥感图像几何校正(较易)
遥感图像几何校正(较易)遥感图像几何校正是将采集的遥感图像与地球参考系统(如地理坐标系统或投影坐标系统)进行对齐,以保证图像上的地物位置与实际地理位置一致。
下面是一个较易的遥感图像几何校正步骤示例:1. 获取控制点:首先选择一些在图像上可见且在地面上已知坐标的控制点。
这些控制点可以是人工设置的地物特征,如标志物、房屋角点等,也可以是已知坐标的地理要素,如GPS测点、地面地物等。
2. 图像配准:通过图像配准软件,在原始图像上标记出控制点的位置,并将其与其在地面上的真实坐标相匹配。
配准软件会根据这些控制点来计算出图像的几何变换参数,如旋转、平移和缩放等。
13. 几何变换:根据图像的几何变换参数,对整个图像进行几何校正。
几何变换方法可以是线性的或非线性的,其中包括了常用的平移、旋转、缩放和仿射变换等。
4. 像素重采样:在完成几何校正后,由于图像上的像素点分辨率可能与原始图像不同,因此需要对图像进行重采样,以保证图像的细节精度和质量。
重采样方法有最邻近插值、双线性插值和双三次插值等,根据实际情况选择合适的方法。
5. 边缘裁剪:在完成像素重采样后,由于几何校正和重采样的处理可能会导致图像边缘的变形,需要对图像进行边缘裁剪,以去除边缘的不确定区域。
6. 输出校正后的图像:完成校正后的图像即可输出,用于后续的遥感分析和应用。
2需要注意的是,以上是一个较为简单的遥感图像几何校正流程,具体步骤和方法会因不同的图像类型、几何变换需求和软件工具的选择而有所不同。
在实际应用中,还需要考虑更多因素,如地面控制点的选择和精度要求、辅助数据的使用等。
3。
如何进行遥感图像的几何校正与纠正
如何进行遥感图像的几何校正与纠正遥感图像是通过无人机、卫星等远距离设备获取的地球表面的影像数据。
这些图像在应用于地理信息系统(GIS)、自然资源管理、城市规划等领域时,需要进行几何校正与纠正。
本文将介绍什么是遥感图像的几何校正与纠正,以及如何进行这一过程。
一、什么是遥感图像的几何校正与纠正遥感图像的几何校正与纠正是指将采集到的图像数据与真实地理空间进行对应,消除由于图像采集时摄像设备、地球曲率等因素引起的形变、偏移等问题,使图像具备准确的地理位置信息。
这项工作是遥感技术应用的重要环节,对于后续的数据分析和信息提取至关重要。
二、遥感图像的几何校正与纠正方法1. 外方位元素法外方位元素法是利用航片或图像外方位元素(像空间坐标与地面坐标之间的变换参数)进行几何校正与纠正的方法。
在这种方法中,需要准确确定图像的摄影中心、摄影距离以及摄影方位角等相关参数,通过计算来修正图像的几何形变。
外方位元素法准确性较高,适用于相对高精度的项目。
2. 控制点法控制点法是通过在图像上选择一系列已知地理位置的控制点,在地面实地测量其坐标,然后通过像点与地理坐标的对应关系,进行几何校正与纠正的方法。
该方法的关键在于控制点的选择与测量精度,控制点越多、分布更均匀,纠正效果越好。
3. 数字高程模型(DEM)法数字高程模型法是通过使用数字高程模型数据,将遥感图像与地面实际高程进行对照校正的方法。
通过图像与DEM之间的高差计算,对图像进行几何校正与纠正。
这种方法适用于大范围的地形起伏、高程变化较大的区域。
三、遥感图像的几何校正与纠正注意事项1. 数据预处理在进行几何校正与纠正之前,需要对采集到的遥感图像进行预处理。
预处理包括影像增强、去噪、边缘检测等步骤,以提高图像质量和准确性。
2. 参考数据选择在进行校正与纠正时,需要选择适当的参考数据,以确保纠正结果的准确性。
参考数据可以包括航片、已经准确校正的图像、已知地理坐标点等。
3. 校正模型选择校正模型选择是几何校正与纠正的关键步骤之一。
遥感图像处理-几何校正
0.06/1.76
0.03/2.00
0.04/1.64
0.06/1.52
0.03/1.65
0.05/1.42
0.11/3.91
0.03/4.50
0.12/3.49
Landsat5 0.04/2.38 0.04/1.64 0.05/1.42 0.12/3.49 6
例:条带噪声去除
成像时,由于检测系统某一扫描线上故障造成扫描线脱落。 这时往往没有任何信息,在图像只显示一条黑线,有时也会 出现分段黑线,这些均称条带噪声。
R 绝对辐射亮度;(mW/cm 2 sr) V 数据值。
2021/5/27
5
TM的最小、最大辐射亮度
波段
1
Rmin/Rmax 波段宽度
-0.0099 /1.004 0.066
2
3
4
-0.0227 -0.0083 -0.0194 /2.404 /1.410 /2.660
0.081 0.069 0.129
2021/5/27
7
按照上面查找条带公式。如果第i行是一个条带,由于
条带上所有像元都是零级灰值,故mi和di计算出来也为 零值,最后计算的Gij的灰度值应该等于整个像幅灰度值
的平均值M,即计算出来第 i 行的所有像元的灰值都相
等(也即等于某一常数时),说明第 i 行是一个条带,
需进行去条带处理。
2021/5/27 (a) 原始图像
地形倾斜的影响校正:当地形倾斜时,经过地表扩散、反射 再入射到遥感器的太阳光的辐射亮度就会依倾斜度而变化。 可以采取用地表的法线矢量和太阳光入射矢量的夹角进行校 正的方法,以及对消除了光路辐射成分的图像数据采用波段 间的比值进行校正的方法等。
遥感图像影像几何校正方法与精度评价
遥感图像影像几何校正方法与精度评价遥感技术是一种通过航空器或卫星获取地球表面信息的技术手段。
为了获得准确的地理空间信息,遥感图像需要经过几何校正。
本文将介绍几种常用的遥感图像影像几何校正方法,并探讨它们的精度评价。
一、几何校正方法1. 多点校正法多点校正法是一种常用的几何校正方法。
它通过在图像中选择多个控制点,然后根据这些控制点在现实地面上的坐标,使用几何变换公式进行图像的几何校正。
这种方法简单易行,适用于中等分辨率的图像。
2. 数字高程模型校正法数字高程模型校正法是一种基于数字高程模型的几何校正方法。
首先,通过获取地面的数字高程模型,然后将图像与数字高程模型进行配准,最后进行几何校正。
这种方法的优点是精度较高,适用于高分辨率的图像。
3. 惯导校正法惯导校正法是一种利用航空器或卫星的惯性导航系统进行几何校正的方法。
惯性导航系统可以测量航空器或卫星的姿态和位置信息,根据这些信息对图像进行几何校正。
这种方法的精度较高,适用于航空器或卫星上配备有惯性导航系统的情况。
二、精度评价几何校正的精度评价是衡量几何校正过程中误差大小的方法。
常用的评价指标有均方根误差(RMSE)和控制点定位精度。
1. 均方根误差(RMSE)均方根误差是通过对校正前后的像素位置误差进行统计分析得到的一个指标。
它是校正后图像中所有像素位置误差的平方和的开方。
均方根误差越小,表示几何校正的精度越高。
2. 控制点定位精度控制点定位精度是通过选取一组已知坐标的控制点,然后对校正后图像中的相应像素进行位置测量,计算其与控制点的位置误差。
控制点定位精度越小,表示几何校正的精度越高。
三、案例分析以一幅航拍图像为例,使用多点校正法、数字高程模型校正法和惯导校正法进行几何校正,并对校正后的图像进行精度评价。
多点校正法得到的校正图像的RMSE为0.5个像素,控制点定位精度为2米。
数字高程模型校正法得到的校正图像的RMSE为0.2个像素,控制点定位精度为0.5米。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
三、几何校正的方案
像元空间坐标变换是按选定的校正函数把原始的数
字影像逐个像元地变换到输出影像相应的坐标上去,
变换方法有2种:
(一)直接校正法
(二)间接校正法
2014-6-16
32
(一)直接校正法
从原始图像出发,按一定的换算关系求出变换后的图像。
设任意像元在原始图像和纠正后图像中的坐标分别为(x,y)和
输 出 纠 正 数 字 影 像
24
1、准备工作。
收集和分析影像数据、地图资料、大地测量成果、航天器轨道参
数和传感器姿态参数,所需控制点的选择和量测等。 2、原始数字影像输入。 按规定的格式将遥感数字影像用专门的程序读入计算机。 3、确定工作范围并裁剪
一般裁剪范围要大于工作范围。
控制点分布均匀,边界、四角要有,以避免图像校正不能满幅,
地形起伏大的区域要多选; 所选点在图像上要易辨认且目标较小,如道路的交叉点、河流 的分叉处或弯曲处、飞机场等,而且这些特征在研究时间范围 内没有变化。
2014-6-16 29
3)地面控制点坐标的确定
可以通过地形图或现场实测获取。地形图与图像获取日期应尽量 接近。
TM数据(30米),GPS精度应在10-20米之间; SPOT数据(5-10米), GPS精度应在亚米级;
更高的校正精度要求,宜用差分GPS来获取坐标。
但使用GPS测量要注意投影问题。GPS使用的是WGS84经纬
度投影,在使用前可能要进行投影转换。
地面控制点的地理坐标必须与投影要求一致,否则会带来较 大误差。
航高 航速 俯仰 翻滚
航偏
3、地形起伏的影响
地形起伏对中心投影造成的像 点位移是远离原点向外变动, 在雷达影像上是向内变动的。
R
4、地球表面曲率的影响
R
5、大气折射的影响
大气对辐射的传播产生折射。由于大气的密度分布从下到上 越来越小,折射率不断变化,折射后的辐射传播不再是直线而是 一条曲线,从而导致传感器接收的像点发射位移。
(2)为构造的模型求算一个最佳结果,数学上要求比较严
谨。
(3)通过对原始目标比较来评价复原的结果。
2014-6-16
5
第一部分
遥感图像的几何畸变
一、引言 二、引起遥感图像几何变形的影响因素
2014-6-16
6
一、引言
几何畸变:图像像元在图像中的坐标与其在地图坐标系中的 坐标之间的差异。
2014-6-16
23
二、几何校正的一般过程
遥感数字影像几何校正的一般过程
输 入 原 始 数 字 影 像
2014-6-16
确 定 工 作 范 围
选 择 地 面 控 制 点
选 择 地 图 投 影
匹 配 地 面 控 制 点 与 像 元 位 置
选 择 校 正 函 数 和 相 关 参 数
像 元 灰 度 重 采 样
比例尺?
2014-6-16
11
(2)斜距投影变形
侧视雷达采用斜距投影,它与摄像机中心投影方式完全不同。
斜距投影的变形误差为:
1 dy y p y f ( tg ) cos
12
无变形
全景变形
斜距变形
2、传感器外方位元素变化的影响
传感器成像时的位置和姿态角
3、利用遥感图像进行地形图测图或更新时,要求图像具有较高
的地理坐标精度。
2014-6-16 21
一、几何校正的分类
几何校正一般在遥感信息提取之前进行。 几何校正就是校正成像过程中造成的各种几何畸变,分为2类: 1、 几何粗校正:针对引起遥感系统畸变的原因而进行的校正. 2、 几何精校正(几何配准):把不同传感器具有几何精度的 图像、地图或数据中的相同地物元素精确地彼此匹配、叠加在 一起的过程。
影像分辨率与相应比例尺的地形图配准,如:
Landsat TM(30米,彩色), 1:10万 地形图 SPOT5(10米,彩色), Quickbird(彩色,2.44米) 1:5万 1:5千 地形图 地形图
还可以使低精度图像与高精度图像配准(在高精度图像上选点)
2014-6-16
30
GPS测控制点:
(4)双像素重采样法:对一个像素在x,y方向均扩大1倍,然后再对放大
了1倍的影像重采样。精度较好。
10、输出纠正数字影像。
原始影像
纠正后影像
注:地面控制点(GCP)是几何校正中用来建立纠正方程 的基础,是最关键的数据。
注意:控制点选择问题
1)控制点数目: 最少控制点数目N=(n+1)(n+2)/2 ,其中n为二元多项式的次数; 但控制点个数都大于最低数目(有时为6倍),一般地,都多选 取20-30个控制点。 2)选择目标:
三、几何校正的方案
四、几何校正的算法
2014-6-16
20
几何校正的重要性:
为了解决遥感图像与地图投影的匹配问题,其重要性如下:
1、只有进行校正后,才能对图像信息进行分析,制作满足测量
和定位要求的各类遥感专题图。
2、在同一地域,应用不同传感器、不同光谱范围及不同成像时 间的各种图像数据进行计算机自动分类、地物特征的变化监测 或其它应用处理时,必须进行图像间的空间配准,保证不同图 像间的几何一致性;
通过传感器投影中心的一条直线上。
共线方程的参数可以预测给定,也可以按最小二乘法原理求解, 得到各像点的改正数,以达到校正目的。
2014-6-16
41
共线方程法与多项式法相比,理论上严密,因考虑了地物点高 程的影响,因此,在地形起伏较大的情况下较为优越。
但此法需要高程信息,且在一幅图像中,受传感器位置和姿态 的影响,其外方位元素的变化规律只能近似表达,因此有一定 的局限性,使其在理论上的严密性难以严格保证,所以相对于 多项式法,其精度提高并不明显,而且计算量较大。
2014-6-16
22
几何精校正
几何精校正是以基础数据集作为参照,选取控制点进行几何校 正。此校正不考虑引起畸变的原因。
若基础数据集是图像,该过程叫相对校正,即以一景图像作为
基础,,是图像--图像校正;
若以地图为基础校正其他图像,则叫绝对校正,是图像--地
图校正,常用于GIS中。
一般地,来自与相同平台位置和传感器的多光谱图像容易校正。
左图显示了地球 静止的图像(oncba) 与地球自转的图像 (oncba)在地面上 投影的情况。由图 可见,由于地球自 转的影响,产生了 图像底边中点的坐 标位移x和y,以 及平均航偏角。
地球自转的影响
2014-6-16 19
第二部分 遥感图像的几何校正
一、几何校正的分类 二、几何校正的一般过程
R1 R2
R3
R4
斜向 的电 磁波 经历 的是 一条 弯曲 的传 输路 线
a a0
a
a0
6、地球自转的影响
地球始终在自转,而且在不同的纬度,地球转动的线速度不 同。地球资源卫星完成一景图像的扫描,在此期间,地球已经转 过一定的角度,所以,图像记录的并非一个正方形的地面区域, 而是一个存在扭曲的四边形区域。
按照图像畸变的性质划分,几何畸变可分为系统性畸变和随
机性畸变。
系统性畸变(内部)是指遥感系统造成的畸变,这种畸变一 般有一定的规律性,并且其大小事先能够预测,例如扫描镜的
结构方式和扫描速度等造成的畸变。
随机性畸变(外部)是指大小不能预测,其出现带有随机性 质的畸变,例如地形起伏造成的随地形而异的几何偏差。
通常将造成图像质量下降的这类问题称为图像畸变,或称为退化 (degradetion)。对一个退化的图像进行处理,使它恢复到原 始目标的状态称为图像复原(Restoration),它是处理由于一个 或多个质量降级原因而记录下来的影像,使处理后的图像能更好 地接近原始景物。
在遥感数字图像处理中,为了取得良好的处理效果,所处理的图
38
四、几何校正的算法(计算模型)
(一)共线方程校正法 (二)多项式校正法
2014-6-16
39
(一)共线方程校正法
共 线 方 程 原 理
镜头中心、像点、地面点位于同一直线上,称为三点共线。
2014-6-16
40
共线方程纠正法是建立在对传感器成像时的位置和姿态进行模
拟和解算的基础上,即构像瞬间的像点与相应的地面点应位于
4、选择地面控制点(直接影响图像最后的校正精度) 根据图像特征和地区情况,结合野外调查和地形图选择地面控制 点。 5、选择地图投影,确定合适的相关投影参数。
6、匹配地面控制点和像素位置
地面控制点与相应像素为同名地物点,应清晰无误地进行匹配。
7、评估校正精度 中低分辨率图像的精度以像素为单位,平均精度在1个像元内; 高分辨率图像的精度以米为单位。校正后,一般应求出平均误差 (均方根误差RMSE,即平均误差平方和的平方根)和地面控制 点的最大误差。 8、坐标变换 校正变换函数用来建立影像坐标和地面(地图)坐标间的数学关 系,即输入影像和输出影像间的坐标变换关系。 纠正方法一般有多项式法、共线方程法、随机场内的插值法等。
像必须经过几何校正(几何粗校正和几何精校正)、辐射校正以 及噪声抑制等处理后,才能根据实际待研究问题的需要进行诸如 图像增强、分类的处理 。